Esistono già intelligenze artificiali che scrivono musica, e altre che imitano le voci. Fugatto, presentato da Nvidia il 25 novembre 2024, prova a fare tutto insieme, e a spingersi oltre.
Cosa fa
Il nome sta per Foundational Generative Audio Transformer Opus 1. In pratica è un modello che lavora con il suono come ChatGPT lavora con le parole. Gli descrivi a parole quello che vuoi, eventualmente insieme a un file audio, e lui lo produce o lo modifica.
Alcuni esempi mostrati da Nvidia:
- musica: aggiungere o togliere uno strumento da una canzone, o trasformare una melodia suonata al pianoforte in una cantata;
- voci: cambiare l'accento o l'emozione di chi parla, per esempio da calmo ad arrabbiato;
- effetti sonori: creare un temporale che si allontana pian piano, o un treno che diventa un'orchestra.
- 1Descrivi a paroleun temporale che si allontana
- 2Aggiungi un audiose vuoi
- 3Fugattocrea o modifica il suono
Suoni che non esistono
La cosa più curiosa è che Fugatto sa combinare le istruzioni in modi che non ha mai sentito durante l'addestramento. Nvidia ha mostrato esempi come una tromba che abbaia o un sassofono che miagola. Non sono registrazioni: sono suoni inventati mescolando caratteristiche di cose diverse.
Qualche numero
Fugatto ha circa 2,5 miliardi di parametri, cioè le "manopole" interne che il modello regola durante l'addestramento. È stato addestrato su milioni di campioni audio con i computer di Nvidia. Al momento dell'annuncio, l'azienda non ha detto se e quando lo renderà disponibile al pubblico.
Perché ti riguarda
Strumenti come questo possono aiutare musicisti, creatori di videogiochi e pubblicità a sperimentare in pochi secondi. Ma pongono anche domande serie: chi è l'autore di un suono generato? E cosa succede quando si può cambiare la voce di chiunque con una frase?
Che suono impossibile vorresti sentire?
Tocca una risposta per vedere come hanno risposto gli altri.
Hai trovato un errore? Segnalacelo. Le eventuali correzioni restano visibili in questa pagina.
